一种用于露天煤矿开采的煤层识别方法与流程

本技术涉及图像处理，具体涉及一种用于露天煤矿开采的煤层识别方法。

背景技术：

1、煤矿资源被广泛使用于各行各业，而在煤矿开采时的煤层识别和分类技术是减少采掘工作面人员和实现无人化开采的关键技术之一。由于煤层的组成和结构与周围岩石不同，煤层的颜色通常比其他岩石要深，且呈现出一定的黑色或暗灰色；由于煤层的沉积环境和成因与其他岩石不同，煤层具有一定的颗粒度，在图像上取不同的阈值和对比度时，会有明显的颗粒变化；煤层内部颗粒的灰度值与邻域的灰度值差距不大，在煤层灰度图中煤层像素点具有灰度值上的连续性，即相邻像素点的灰度值差别不大，灰度渐变程度小。

2、传统的聚类算法如k-means算法根据灰度值的差异，可以对煤层和岩石部分进行区分，但是对煤层和岩石阴影部分的区分度较差。

3、综上所述，本发明提出一种用于露天煤矿开采的煤层识别方法，采集煤层图像，根据各像素点邻域灰度值变化构建各像素点邻域的灰度同一性指数，结合煤层图像在不同阈值、不同对比度下的分割图像之间的颗粒数不同的特点构建各像素点的煤层置信指数，将每个像素点的灰度值及煤层置信指数作为每个像素点的特征值，结合聚类算法对煤层图像进行识别，具有较高的煤层识别精度。

技术实现思路

1、为了解决上述技术问题，本发明提供一种用于露天煤矿开采的煤层识别方法，以解决现有的问题。

2、本发明的一种用于露天煤矿开采的煤层识别方法采用如下技术方案：

3、本发明一个实施例提供了一种用于露天煤矿开采的煤层识别方法，该方法包括以下步骤：

4、采集煤层图像；获取各像素点邻域的灰度拟合曲线；根据灰度拟合曲线得到各像素点邻域的灰度极值差异量；根据各像素点邻域内像素点灰度值变化得到各像素点邻域的灰度渐变量；根据灰度极值差异量及灰度渐变量得到各像素点邻域的灰度同一性指数；

5、根据预设第一、第二阈值对煤层图像进行分割得到第一、第二分割图像，其中第一阈值小于第二阈值；获取第一、第二分割图像之间的第一差异图像及差异像素点；在第一差异图像中，根据各像素点邻域内差异像素点变化得到各像素点邻域的颗粒混乱度；根据各像素点邻域的颗粒混乱度得到各像素点邻域的颗粒变化程度；根据各像素点邻域的颗粒变化程度得到各像素点邻域的第一颗粒变化率；

6、获取煤层图像在预设第一、第二对比度下的第一、第二对比度煤层图像，对第一、第二对比度煤层图像进行分割得到第一、第二对比度分割图；将第一、第二对比度分割图之间的差异图像记为第二差异图像；获取第二差异图像中各像素点邻域的第二颗粒变化率；根据各像素点邻域的第一、第二颗粒变化率及灰度同一性指数得到各像素点的煤层置信指数；根据各像素点的煤层置信指数结合聚类算法得到两个聚类簇；将簇内像素点灰度值均值小的聚类簇中各像素点作为各煤层像素点集合，完成煤层识别。

7、优选的，所述获取各像素点邻域的灰度拟合曲线，具体为：

8、对于各像素点，将像素点邻域内各像素点进行排列得到各像素点的排列号；将邻域内各像素点排列号作为横坐标、灰度值作为纵坐标得到邻域内各像素点的新坐标，根据邻域内各像素点的新坐标按顺序进行连接得到灰度变化曲线，将所述灰度变化曲线进行曲线拟合得到像素点邻域的灰度拟合曲线。

9、优选的，所述根据灰度拟合曲线得到各像素点邻域的灰度极值差异量，具体包括：

10、对于各像素点，获取像素点邻域的灰度拟合曲线上各极值点；计算所有极值点的灰度值方差；获取以自然常数为底数、以所述灰度值方差为指数的指数函数的计算结果；获取邻域内所有像素点的灰度均值；计算各极值点的灰度值与所述灰度均值的差值绝对值；获取所有所述差值绝对值的平均值；计算所述平均值与所述计算结果的乘积；将所述乘积作为像素点邻域的灰度极值差异量。

11、优选的，所述根据各像素点邻域内像素点灰度值变化得到各像素点邻域的灰度渐变量，具体包括：

12、对于各像素点，获取像素点邻域内各像素点与中心像素点的灰度值差值绝对值；获取以自然常数为底数、以邻域内各像素点到中心像素点的欧氏距离为指数的指数函数的计算结果；获取所有所述灰度值差值绝对值与所述计算结果的乘积的和值；将所述和值作为像素点邻域的灰度渐变量。

13、优选的，所述各像素点邻域的灰度同一性指数为：将各像素点邻域的灰度渐变量与灰度极值差异量的比值作为各像素点邻域的灰度同一性指数。

14、优选的，所述获取第一、第二分割图像之间的第一差异图像及差异像素点，具体为：

15、对于第一、第二分割图像中同坐标像素点，若灰度值相同，则将同坐标像素点的灰度值重设为255；若灰度值不同，则将同坐标像素点的灰度值重设为0；将灰度值重设后的像素点组成的图像作为第一差异图像；将灰度值重设为0的像素点作为差异像素点。

16、优选的，所述根据各像素点邻域内差异像素点变化得到各像素点邻域的颗粒混乱度，具体包括：

17、计算各像素点邻域内各差异像素点到中心像素点的欧氏距离的标准差、均值；计算所述标准差与所述均值的比值；计算各像素点邻域内差异像素点个数与所述比值的乘积；将在所述乘积作为各像素点邻域的颗粒混乱度。

18、优选的，所述根据各像素点邻域的颗粒混乱度得到各像素点邻域的颗粒变化程度，具体包括：

19、将第一分割图像中灰度值为0的像素点记为黑点像素点；计算各像素点邻域内差异像素点个数与黑点像素点个数的比值；计算各像素点邻域的颗粒混乱度与所述比值的乘积；将所述乘积作为各像素点邻域的颗粒变化程度。

20、优选的，所述根据各像素点邻域的颗粒变化程度得到各像素点邻域的第一颗粒变化率，具体包括：

21、获取自然常数为底数、以第一阈值与第二阈值之间的差值为指数的指数函数的计算结果；计算1与所述计算结果的差值，记为第一差值；将各像素点邻域的颗粒变化程度与第一差值的比值作为各像素点邻域的第一颗粒变化率。

22、优选的，所述各像素点的煤层置信指数，具体包括：计算各像素点邻域的第一、第二颗粒变化率的乘积；计算所述乘积与各像素点邻域的灰度同一性指数的比值；将所述比值作为各像素点的煤层置信指数。

23、本发明至少具有如下有益效果：

24、本发明通过机器视觉结合煤层与岩石层特点，提出一种用于露天煤矿开采的煤层识别方法，采集煤层图像，通过岩石非阴影像素点与煤层像素点邻域内灰度值变化不同的特点，构建各像素点邻域的灰度同一性指数，解决了在煤层识别过程中，无法对煤层图像中的岩石非阴影像素点进行准确排除的问题；

25、为避免煤层像素点与岩石层阴影像素点因灰度值相近导致聚类效果较差的问题，本发明通过获取煤层图像在不同阈值、不同对比度下的分割图像，根据煤层独有的颗粒变化特征，分别对不同阈值、不同对比度下的分割图像进行比较，结合煤层在灰度值上是较连续的，邻域内灰度差值不大、灰度变化程度小的特点，共同构建各像素点的煤层置信指数，结合各像素点的灰度值进行k-means聚类，从而避免了在使用k-means算法时存在无法区分煤层像素点与岩石阴影像素点的问题，提高了k-means算法对煤层像素点的聚类结果的可靠性，提高煤层像素点识别的准确率。